码迷,mamicode.com
首页 > 其他好文 > 详细

分类问题中的过采样和欠采样

时间:2018-08-03 16:25:29      阅读:331      评论:0      收藏:0      [点我收藏+]

标签:针对   进一步   分享   http   平衡   训练   分类器   数据   图片   

在分类问题中,有存在正反例数目差异较大的情况,这种情况叫做类别不平衡。

针对这种问题,解决方式主要有3种:假设正例数量大,反例数目极小。

1、减少正例的数量,使得数据平衡,再进一步分类,这种情况属于“欠采样”

2、增加反例的数目平衡数据,再分类,这种称为“过采样”;

3、阈值移动:直接使用原始数据进行分类,但在用训练好的分类器进行预测时,将下式加入到决策过程中,以调整正反例的平衡性。

技术分享图片

 

分类问题中的过采样和欠采样

标签:针对   进一步   分享   http   平衡   训练   分类器   数据   图片   

原文地址:https://www.cnblogs.com/luban/p/9414468.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!